發(fā)布時間：2017-12-13 17:36

  本文關鍵詞：基于視覺感知的風格可視化研究

  更多相關文章： 信息可視化 視覺感知 素描風格可視化 視覺跟蹤 視覺流模型 可視分析

【摘要】：信息可視化是將繁復的數(shù)據(jù)圖形化的科學,主要是通過人的視覺來理解數(shù)據(jù)。因此如何更好地可視化來幫助視覺理解數(shù)據(jù),是一個非常重要的問題。近年來,視覺感知(Visual Perception)受到了信息可視化領域越來越多的重視,自2012年以來,每年的Vis會議上(Information Visualization)都有專門的Perception專題。視覺感知在可視化中的研究成為了繼可視化布局研究、多維數(shù)據(jù)可視化、圖與社交網(wǎng)絡及可視分析等領域之后的又一個研究熱點。但是將量化的視覺感知理論應用到可視化場景中的研究目前還是很少,以及如何在增強視覺感知的同時提高用戶的視覺興趣也少有研究者涉及。目前的研究是借鑒了圖像處理中關于視覺感知的應用技術,例如地圖可視化中,但是這種技術很難拓展到社交網(wǎng)絡等其他熱點領域�；谝曈X理論的可視化構圖由于其符合視覺特征所以會更容易被感知,而具有藝術風格的可視化被實驗證明具有更強的視覺印象,因此本文研究基于視覺感知的風格可視化,將量化的視覺感知理論應用到可視化優(yōu)化,并進行風格可視化生成,是非常有價值的研究。鑒于此,本文在以下三個方面展開研究。具體而言:1.風格可視化研究。本文在研究了油畫風格地圖、素描筆畫模型和素描風格可視化的基礎上,提出了一種素描風格增強的可視化方法。該方法通過對可視化中的基本圖元(點、線)進行素描風格繪制建模,可生成具有逼真效果的素描風格可視化,特別是素描中的“overshoot”效果,增強了素描風格的表達。通過在多種可視化樣式上的對比和用戶實驗,本文所提出的方法具有更強的素描風格表現(xiàn)力和視覺吸引力。2.基于視覺尺度的可視化優(yōu)化研究。本文在研究了視覺注意理論及其在可視化中的應用基礎上提出了一個多尺度下感知優(yōu)化的圖可視化方法。首先本文提出了圖感知的三個準則:簡化性、層次性和區(qū)分性。然后定義了多尺度下節(jié)點的感知重要性度量及感知范圍,通過進行布局簡化和布局形變以及定義點線大小與顏色的感知距離對圖可視化進行優(yōu)化。最后對不同尺度下基于感知優(yōu)化的圖可視化進行了對比分析,并且對顏色的感知優(yōu)化做了進一步的研究。通過與經(jīng)典的圖簡化方法進行對比分析,可以發(fā)現(xiàn)本文所提出的框架可以幫助人們更好的理解數(shù)據(jù)的結構、感知數(shù)據(jù)的特征并且我們還發(fā)現(xiàn)點的顏色使用暖色更利于感知。3.基于視覺跟蹤的風格可視化研究。本文在研究了基于眼睛跟蹤數(shù)據(jù)的可視化評估的基礎上,提出了一種模擬視覺跟蹤過程的模型——視覺流模型,并通過與素描風格可視化結合應用到圖可視化中。該模型通過計算節(jié)點或聚類的顯著性構建視覺流模型,并基于該模型優(yōu)化可視化布局。實驗表明基于視覺流模型的素描可視化可以增強用戶的視覺感知,且具有很好的有效性和應用性。在此基礎上,本文將上述相關研究應用具體到微博信息傳播可視分析系統(tǒng)中。本文通過提出一種信息傳播函數(shù)與可視化系統(tǒng)來研究微博的信息傳播過程,并將視覺感知與素描風格可視化應用到系統(tǒng)中。通過實驗分析與用戶調(diào)研分析,證明本文的研究在幫助用戶分析數(shù)據(jù)特征上具有非常好的效果。本文的創(chuàng)新點主要表現(xiàn)在:(1)針對風格可視化研究,提出了增強素描風格的可視化方法。該方法定義了點、線的素描風格繪制算法,然后基于網(wǎng)絡圖的拓撲結構定義了點、線的重要性,最后將二者結合起來生成具有素描風格的可視化。通過與同類可視化效果的對比,可以發(fā)現(xiàn)本文所提方法具有更強的風格化和更為逼真的手繪素描效果;(2)針對視覺注意理論的可視化研究,提出了一個多尺度下感知優(yōu)化的圖可視化方法。該方法反映了人們在不同尺度上所感知到的信息也是不同的,考慮到了數(shù)據(jù)特征與細枝末節(jié)間的平衡。通過與經(jīng)典的圖簡化方法進行對比分析,可以發(fā)現(xiàn)本文所提出的框架可以幫助人們更好的理解數(shù)據(jù)的結構、感知數(shù)據(jù)的特征;(3)針對視覺跟蹤的風格可視化研究,提出了一種模擬視覺跟蹤過程的模型——視覺流模型,通過該模型可以分析視覺軌跡特征并指導圖可視化優(yōu)化。與風格可視化的結合可以增強用戶的感知。本文的主要貢獻:對基于視覺感知的風格可視化進行了深入的研究,對其中的一些關鍵問題進行了建�；蛟O計了相應的算法,并將研究具體應用到實際問題中。實驗分析表明,本文所提出的這些方法有助于提高可視化的展示效果,可以幫助人們更好的理解數(shù)據(jù),為今后的基于視覺感知的風格可視化研究奠定了一個重要基礎,為同類研究提供了一個參考。
【學位授予單位】：蘇州大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉利剛;;打造學術一流的聯(lián)合實驗室——浙江大學視覺感知教育部-微軟重點實驗室[J];計算機教育;2007年11期

2 柯爾挺;厲力華;劉偉;徐偉棟;張娟;張凌男;ZHENG Bin;;基于視覺感知信息的乳腺鉬靶腫塊檢測分析與自動提取[J];中國生物醫(yī)學工程學報;2014年01期

3 魏政剛,袁杰輝,蔡元龍;一種基于視覺感知的圖像質(zhì)量評價方法[J];電子學報;1999年04期

4 楊建國,肖永劍,王兆安;交通微觀仿真中的駕駛員視覺感知模型[J];系統(tǒng)仿真學報;2005年10期

5 周靜;;富士施樂開發(fā)出基于人類視覺感知的全新圖像編輯技術[J];計算機與網(wǎng)絡;2014年14期

6 辜小花;;基于視覺感知和邊緣保持的光照不變?nèi)四樧R別[J];電子學報;2013年08期

7 劉明晶,葉懋冬,劉國棟,李澄清;一種基于視覺感知的圖像質(zhì)量評價方法[J];計算機工程與設計;2005年02期

8 畢雁冰;;可行區(qū)域視覺感知的一種設置方法[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2008年01期

9 陶超;譚毅華;蔡華杰;田金文;;符合人類視覺感知的圖像對象分割方法[J];計算機工程;2010年24期

10 董天陽;范允易;范菁;;保持視覺感知的三維樹木葉片模型分治簡化方法[J];計算機輔助設計與圖形學學報;2013年05期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 王書榮;;眼睛運動及其對視覺感知的影響[A];第十一次中國生物物理學術大會暨第九屆全國會員代表大會摘要集[C];2009年

2 薛青;徐文超;鄭長偉;劉永紅;;基于有限理性的虛擬視覺感知因子分析[A];第13屆中國系統(tǒng)仿真技術及其應用學術年會論文集[C];2011年

3 楊敏;梁瑋;李善青;賈云得;;一種基于交互式學習的穿戴視覺感知方法[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【oral】[C];2011年

4 蒲翠翠;孟放;姜秀華;高慧;;一種基于視覺感知的視頻質(zhì)量客觀評價方法[A];圖像圖形技術研究與應用2009——第四屆圖像圖形技術與應用學術會議論文集[C];2009年

5 廖毅;程志全;黨崗;;一種基于顯著性分析的網(wǎng)格分割算法[A];中國圖學新進展2007——第一屆中國圖學大會暨第十屆華東六省一市工程圖學學術年會論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 田學科;原有記憶會降低視覺感知能力[N];科技日報;2011年

2 劉孝沅;用視覺感知的新聞[N];中國新聞出版報;2003年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李彥勝;生物視覺感知啟發(fā)下的目標檢測與識別技術研究[D];華中科技大學;2015年

2 葉鵬;基于視覺感知的風格可視化研究[D];蘇州大學;2016年

3 楊恒伏;結合視覺感知的圖像認證與數(shù)據(jù)隱藏算法研究[D];湖南大學;2009年

4 聶一鳴;高速公路自主駕駛汽車視覺感知算法研究[D];國防科學技術大學;2012年

5 鄭雅羽;基于視覺感知的H.264感興趣區(qū)域編碼研究[D];浙江大學;2008年

6 向遙;基于視覺感知的圖像處理方法研究[D];中南大學;2011年

7 楊文璐;視覺感知模型與編碼算法研究[D];上海交通大學;2008年

8 杜興;視覺感知機制啟發(fā)的人臉識別方法研究[D];重慶大學;2012年

9 于江波;視覺感知計算模型若干問題的研究及其應用[D];北京交通大學;2007年

10 沈云濤;基于視覺感知特性的圖像檢索研究[D];西北工業(yè)大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 肖燕霞;基于視覺感知的行為識別方法的研究與實現(xiàn)[D];電子科技大學;2014年

2 周圣云;基于視覺感知的室內(nèi)場景識別與理解[D];電子科技大學;2015年

3 范允易;輕量級的三維樹木構建技術及應用[D];浙江工業(yè)大學;2012年

4 姜麗穎;生物視覺感知機制啟發(fā)下的圖像不變性特征表示方法研究[D];中國石油大學(華東);2014年

5 康年錦;一類基于視覺感知機理的隱寫算法研究[D];福州大學;2013年

6 南宇川;基于視覺感知理論的山岳型風景區(qū)建筑設計方法研究[D];天津大學;2014年

7 田子龍;基于視覺感知的嚴寒地區(qū)老年建筑立面開窗形式設計研究[D];沈陽建筑大學;2016年

8 湯毓婧;基于人腦視覺感知機理的分類與識別研究[D];南京理工大學;2009年

9 李雙;乳腺鉬靶診斷中的視覺感知研究[D];杭州電子科技大學;2011年

10 林祥明;人類視覺感知經(jīng)驗的數(shù)學化表示及其在深度估算中的應用[D];復旦大學;2010年

，

本文編號：1286019